李响

原创 【408&预推免复习】计算机网络（谢希仁第七版）第二章——物理层

文章目录1 物理层的基本概念2 数据通信的基础知识3 物理层下面的传输媒体4 信道复用技术5 数字传输系统6 宽带接入技术1 物理层的基本概念物理层考虑的是怎样才能在连接各种计算机的传输媒体上传输数据比特流，而不是指具体的传输媒体。信道 —— 一般用来表示向某一个方向传送信息的媒体。单向通信（单工通信）——只能有一个方向的通信而没有反方向的交互。双向交替通信（半双工通信）——通信的双方都可以发送信息，但不能双方同时发送(当然也就不能同时接收)。双向同时通信（全双工通信）——通信的双方可以同时发.

原创 知识星球！！！！！！

原创 Parallels Desktop 16 Win11虚拟机将继续正常运作，但将无法连接网络

macOS Big Sur 11.0 已经正式发布，现在已经可以下载升级安装正式版macOS Big Sur系统了。由于macOS Big Sur是最新发布的系统，所以有一些软件可能会出现一些兼容性方面的问题。比如很多用户反馈Parallels Desktop 16升级到macOS Big Sur出现Windows系统无法联网的问题。要解决Parallels Desktop 16不能联网的问题，先完全退出Parallels Desktop 16，然后在终端运行以下命令来启动Parallels Deskt

原创 【408&预推免复习】计算机网络（谢希仁第七版）第一章——概述

文章目录1 计算机网络在信息时代中的作用2 互联网概述3 互联网的组成1 计算机网络在信息时代中的作用不同的网络。互连网：指在局部范围互连起来的计算机网络。互联网：指当今世界上最大的计算机网络。 Internet。2 互联网概述网络把许多计算机连接在一起。互连网则把许多网络通过路由器连接在一起。与网络相连的计算机常称为主机。3 互联网的组成从互联网的工作方式上看，可以划分为两大块：(1) 边缘部分： 由所有连接在互联网上的主机组成。这部分是用户直接使用的，用来进行通信（传送数据、音频

原创 【PAT (Advanced Level) Practice】1086 Tree Traversals Again (25 分)

众所周知只有前序遍历和后序遍历是不可能推出中序遍历的，所以我就不废话了由树的前序遍历和中序遍历可以推后序遍历由树的中序遍历和后序遍历可以推前序遍历#include <cstdio>#include <vector>#include <stack>#include <cstring>using namespace std;vector<int> pre, in, post,value;void postorder(int root

原创 【深度学习】Tensorboard可视化模型训练过程和Colab使用

文章目录11

原创 【深度学习】模型训练教程之Focal Loss调参和Dice实现

文章目录1 Focal Loss调参概述2 实验3 FocalLoss 对样本不平衡的权重调节和减低损失值4 多分类 focal loss 以及 dice loss 的pytorch以及keras/tf实现 4.1 pytorch 下的多分类 focal loss 以及 dice loss实现 4.2 keras/tf 下的多分类 focal loss 以及 dice loss实现1 Focal Loss调参概述有两个参数可调, alpha和gamma.alpha是控制类别不平衡的..

原创 【PAT (Advanced Level) Practice】1094 The Largest Generation (25 分)

1094 The Largest Generation (25 分)A family hierarchy is usually presented by a pedigree tree where all the nodes on the same level belong to the same generation. Your task is to find the generation with the largest population.Input Specification:Each in

原创 【深度学习】神经网络结构搜索（NAS）与多模态

【深度学习】神经网络结构搜索（NAS）与多模态文章目录1 概述2 经典的NAS方法 2.1 搜索空间 2.2 搜索策略 2.3 性能评估3 多模态4 多模态表示学习 Multimodal Representation1 概述神经网络结构搜索（Neural Architecture Search,NAS）是自动机器学习（Auto-ML）领域热点之一，通过设计经济高效的搜索方法，**自动获取泛化能力强，硬件要求友好的神经网络，大量的解放研究员的创造力。**在现今深度学习的浪潮中，“炼丹

原创 【深度学习】Keras加载权重更新模型训练的教程（MobileNet）

【深度学习】Keras加载权重更新模型训练的教程（MobileNet）文章目录1 重新训练2 keras常用模块的简单介绍3 使用预训练模型提取特征（口罩检测）4 总结1 重新训练重新建立模型并且复制原模型的layer，例：model = Sequential()for layer in source_model.layers[:-1]: # 跳过最后一层 model.add(layer)model.summary()当然可以自定义增加层用来去掉模型的最后几层，例：

原创 【PAT (Advanced Level) Practice】1051 Pop Sequence (25 分)

1051 Pop Sequence (25 分)Given a stack which can keep M numbers at most. Push N numbers in the order of 1, 2, 3, …, N and pop randomly. You are supposed to tell if a given sequence of numbers is a possible pop sequence of the stack. For example, if M is 5

原创 【深度学习】keras框架使用预训练模型进行Finetune的应用

文章目录1 概述2 Keras3 VGG16 (VGG16)4 MobileNetV2 (MobileNetV2)5 盗版ResNetV2 (InceptionResNetV2)6 盗梦空间V3 (InceptionV3)7 使用预训练的模型进行图像分类fine-tuning1 概述（1）预训练权重的作用：预测特征提取微调（2）Finetune过程：构建图结构，截取目标张量，添加新层加载目标张量权重训练新层全局微调2 Keras keras的finetu.

原创 【深度学习】Transfomer在文本处理上的应用(风格识别)

【深度学习】Transfomer在文本处理上的应用(风格识别)文章目录1 Transformers简介2 数据预处理3 作家风格识别4 实验内容 4.1 介绍数据集 4.2 数据集预处理 4.3 模型代码# 5 实验结果1 Transformers简介现目前NLP任务最热门的方式即是：大规模预训练+微调的方式，完成模型训练。即通过大规模预训练模型，训练出词向量表达。然后在特定的NLP任务下进行微调训练的方式完成训练。Transformers（以前称为pytorch-transfo

原创 【PAT (Advanced Level) Practice】1037 Magic Coupon (25 分)

题意：给出两个集合，从这两个集合里面选出数量相同的元素进行一对一相乘，求能够得到的最大乘积之和。题解：对每个集合，将正数和负数分开考虑，将每个集合里的整数从大到小排序；将每个集合里的负数从小到大排序，然后同位置的正数与正数相乘，负数与负数相乘。注意点：输入为0的不要管，直接忽略，否则测试点1过不去#include<bits/stdc++.h>using namespace std;typedef long long ll;ll na[100005];ll pa[100005]

原创 【深度学习】强化学习Q-Learning和DQN的应用(迷宫)

【深度学习】强化学习Q-Learning和DQN的应用(迷宫)文章目录1 Q-Learning2 例子3 用 network 解决4 DQN机器人走迷宫代码 4.1 基础搜索算法介绍（广度优先搜索算法） 4.2 DQN1 Q-Learning我们做事情都会有一个自己的行为准则, 比如小时候爸妈常说”不写完作业就不准看电视”. 所以我们在 写作业的这种状态下, 好的行为就是继续写作业, 直到写完它, 我们还可以得到奖励, 不好的行为 就是没写完就跑去看电视了, 被爸妈发现, 后果很严重

原创 Macbook解决tensorboard-socket.gaierror: [Errno 8] nodename nor servname provided, or not known

在启动 tensorboard时候遇到 socket.gaierror: [Errno 8] nodename nor servname provided, or not known 问题办法增加ip配置即可lixiang@lixiangdeMacBook-Pro-4 checkpoint % python3 -m tensorboard.main --logdir=/Users/lixiang/Downloads/Optic-Disc-Unet-master/experiments/OpticDi

原创 【PAT (Advanced Level) Practice】1099 Build A Binary Search Tree (30 分)

深搜+广搜#include <iostream>#include <stack>#include <queue>#include <vector>#include <stdio.h>#include <math.h>#include <algorithm>using namespace std;struct Node{ int data,left,right;}node[150];int n;

原创 【PAT (Advanced Level) Practice】1093 Count PAT‘s (25 分)

1093 Count PAT’s (25 分)The string APPAPT contains two PAT’s as substrings. The first one is formed by the 2nd, the 4th, and the 6th characters, and the second one is formed by the 3rd, the 4th, and the 6th characters.Now given any string, you are suppose

原创 【PAT (Advanced Level) Practice】1041 Be Unique (20 分)

1041 Be Unique (20 分)Being unique is so important to people on Mars that even their lottery is designed in a unique way. The rule of winning is simple: one bets on a number chosen from [1,10​4​​ ]. The first one who bets on a unique number wins. For exa

原创 【深度学习】人脸识别和口罩检测的应用

【深度学习】人脸识别和口罩检测的应用文章目录1 概述2 人脸识别模型搭建与训练3 口罩检测 3.1 数据来源 3.2 YoloV4简介 3.3 数据集处理 3.4 开始训练 3.5 测试1 概述1、数据集说明：这里用到数据集来自于百度AI Studio平台的公共数据集，属于实验数据集，数据集本身较小因而会影响深度网络最终训练的准确率。数据集链接：[https://aistudio.baidu.com/aistudio/datasetdetail/8325]:2、使用说明：数据集解.

原创 【PAT (Advanced Level) Practice】1124 Raffle for Weibo Followers (20 分)

1124 Raffle for Weibo Followers (20 分)John got a full mark on PAT. He was so happy that he decided to hold a raffle（抽奖） for his followers on Weibo – that is, he would select winners from every N followers who forwarded his post, and give away gifts. Now y

原创 【深度学习】基于弱监督学习处理图像的应用

文章目录1 概述2 常用的弱监督分割算法2.1 基于image-level tags的分割算法2.2 弱监督学习医学图像分割3 实例分割4 弱监督图像语义分割文献1 概述什么是弱监督学习呢？文章里说，弱监督学习可以分为三种典型的类型，不完全监督（Incomplete supervision），不确切监督（Inexact supervision），不精确监督（Inaccurate supervision）。不完全监督是指，训练数据中只有一部分数据被给了标签，有一些数据是没有标签的。不确切监督是指，训

原创 【机器学习】通俗的元胞自动机算法解析和应用

【机器学习】通俗的元胞自动机算法解析和应用文章目录1 元胞自动机的定义2 元胞自动机的组成3 元胞自动机的特征4 Python实现元胞自动机（生命游戏）5 总结6 Github（华盛顿州大黄峰分布预测和分类）1 元胞自动机的定义元胞自动机（Cellular Automata，简称CA）是一种应用比较广泛的模型理论，由冯·诺依曼创始，经数学家Conway、物理学家Wolfram等人的贡献后迅速发展。在物理学定义上，元胞自动机指的是，定义在一个由具有离散、有限状态的元胞组成的元胞空间上，按

原创 【PAT (Advanced Level) Practice】1147 Heaps (30 分)

1147 Heaps (30 分)In computer science, a heap is a specialized tree-based data structure that satisfies the heap property: if P is a parent node of C, then the key (the value) of P is either greater than or equal to (in a max heap) or less than or equal to

原创 【PAT (Advanced Level) Practice】1050 String Subtraction (20 分)

C/C++中整型数组的下标类型不一定为整型，C C++语言下数组性质与散列有些类似，即散列中的键值对：下标即为关键码，关键码通过散列函数映射得到元素即为值下标可以为整型，也可以为字符型，简单案例如下：int main(){ int d[3]={0}; char a='a',b='b'; d[a]=1; d[b]=2; printf("%d,%d\n",d[a],d[b]);return 0;}#include <iostream>#include <string&

原创 python【数据结构与算法】深入浅出哈希表

哈希表（Hash table，也叫散列表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。记录的存储位置=f(关键字)这里的对应关系f称为散列函数，又称为哈希（Hash函数），采用散列技术将记录存储在一块连续的存储空间中，这块连续存储空间称为散列表或哈希表（Hash table）。哈希表hashtable(key，value) 就是把Key通过一个固定的算法函数

原创 【深度学习】图像自动处理工具SimpleITK的使用（Python）

【深度学习】图像自动处理工具SimpleITK的使用（Python）文章目录1 Python安装第三方库SimpleITK2 SimpleITK处理医学图像3 图像增强、去噪、边缘检测（SimpleITK）4 使用SimpleITK读取和保存Nii.gz文件1 Python安装第三方库SimpleITK命令行模式下，任意位置输入： pip install SimpleITK第三方库会自动存在Python安装路径下的Lib\site-packages目录下。测试代码imp

原创 【深度学习】CNN神经网络应用（用于亚洲大黄蜂分类）

【深度学习】CNN神经网络应用（用于亚洲大黄蜂分类）文章目录1 概述2 假设条件3 网络结构4 数据集和参数5 Asian hornet classification experiments and model validation6 Model Calculation and Result Analysis7 LIME algorithm to explain the CNN model8 优缺点1 概述一个亚洲大黄蜂群落被发现于加拿大不列颠哥伦比亚省的温哥华岛，但是这个群落的巢

原创 【深度学习】医学图像自动分割的评价指标讲解

文章目录1 ROC-AUC 1.1 混淆矩阵 1.2 AUC计算2 Precision和Recall 2.1 概述 2.2 MAP 2.3 P-R曲线深入理解3 语义分割的评价指标——IoU1 ROC-AUC1.1 混淆矩阵roc曲线：接收者操作特征(receiveroperating characteristic),roc曲线上每个点反映着对同一信号刺激的感受性。横轴：负正类率(false postive rate FPR)特异度，划分实例中所有负例占所有负例的比例；(1-

原创 【机器学习】Apriori 算法进行关联分析和FP-growth算法

【机器学习】Apriori 算法进行关联分析和FP-growth算法文章目录1 关联分析2 FP-growth算法理解和实现3 FP增长算法的频繁项集产生4 FP-Growth关联分析算法在网络监控领域的应用1 关联分析关联分析是一种在大规模数据集中寻找有趣关系的任务。 这些关系可以有两种形式:频繁项集（frequent item sets）: 经常出现在一块的物品的集合。关联规则（associational rules）: 暗示两种物品之间可能存在很强的关系。相关术语关联分析（关

原创 【PAT (Advanced Level) Practice】1149 Dangerous Goods Packaging (25 分)

1149 Dangerous Goods Packaging (25 分)When shipping goods with containers, we have to be careful not to pack some incompatible goods into the same container, or we might get ourselves in serious trouble. For example, oxidizing agent （氧化剂） must not be packe

原创 【PAT (Advanced Level) Practice】1054 The Dominant Color (20 分)

1054 The Dominant Color (20 分)Behind the scenes in the computer’s memory, color is always talked about as a series of 24 bits of information for each pixel. In an image, the color with the largest proportional area is called the dominant color. A strictly

原创 【PAT (Advanced Level) Practice】1125 Chain the Ropes (25 分)

1125 Chain the Ropes (25 分)Given some segments of rope, you are supposed to chain them into one rope. Each time you may only fold two segments into loops and chain them into one piece, as shown by the figure. The resulting chain will be treated as another

原创 【PAT (Advanced Level) Practice】1113 Integer Set Partition (25 分)

#include<iostream>#include<cstdio>#include<string>#include<cstring>#include<algorithm>#include<cstdlib>#include<map>#include<set>#include<vector>using namespace std;/*题目大意：要求把一个集合分成两个不相交的集合，使.

原创 【C++ STL】vector库使用方法

push_back();作用是在vector末尾插入新元素vector<int>vec; for (int i = 0; i < 10; i++) { vec.push_back(i); }删除操作pop_back()删除最后一个元素vector<int>vec{ 1,2,3,4,5 }; for (int i = 0; i < vec.size(); i++) cout << vec[i] << " "; cout &

原创 【机器学习】树回归和聚类算法解析和应用

【机器学习】树回归和聚类算法解析和应用文章目录1 树回归2 CART ( Classification And Regression Tree) 分类回归树3 K-means 3.1 合理选择 K 值 3.2 采用核函数 3.3 收敛证明4 聚类应用1 树回归树回归 概述我们本章介绍 CART(Classification And Regression Trees， 分类回归树) 的树构建算法。该算法既可以用于分类还可以用于回归。树回归 场景当数据拥有众多特征并且特征之间关系十

原创 【机器学习】支持向量机和ensemble method的解析应用

【机器学习】支持向量机和ensemble method的解析应用文章目录1 SVM概述2 项目案例: 手写数字识别的优化（有核函数）3 随机森林4 集成方法(Ensemble methods)5 用Adaboost算法来预测森林火灾的发生6 人脸识别（Adaboost）1 SVM概述支持向量机(Support Vector Machines, SVM): 是一种监督学习算法。支持向量(Support Vector)就是离分隔超平面最近的那些点。机(Machine)就是表示一种算法，

原创 【机器学习】基于概率论的分类方法和Logistic回归

文章目录1 朴素贝叶斯2 朴素贝叶斯图像像素分割实战——Nemo鱼图像分割（python代码+详细注释）3 Logistic回归4 梯度上升法5 Logistic回归总结1 朴素贝叶斯贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后，我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。贝叶斯理论我们现在有一个数据集，它由两类数据组成，数据分布如下图所示:我们现在用 p1(x,y) 表示.

原创 【机器学习】通俗的决策树算法讲解和应用

【机器学习】通俗的决策树算法讲解和应用文章目录1 概述2 决策树场景3 决策树开发流程4 决策树的实际运用5 机器学习决策树算法解决图像识别-ENVI决策树分类6 总结1 概述决策树（Decision Tree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。我们这章节只讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是 if-then 规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。决策树学习通

原创 【PAT (Advanced Level) Practice】1092 To Buy or Not to Buy (20 分)

1092 To Buy or Not to Buy (20 分)Eva would like to make a string of beads with her favorite colors so she went to a small shop to buy some beads. There were many colorful strings of beads. However the owner of the shop would only sell the strings in whole